Agent 之间怎么对话？A2A 协议全景解析：从概念到 Java 落地-三亩地-编程学习日记

Agent 之间怎么对话？A2A 协议全景解析：从概念到 Java 落地

你公司 HR Agent 用 Google ADK 构建，销售 Agent 用 LangChain，财务 Agent 用 CrewAI——一个入职流程要横跨三个系统，靠人工串联？A2A 协议让它们自己对话、自己协作。

一、为什么需要 A2A？

先看一个真实场景：

新员工入职流程： 1. HR Agent 完成背调 2. 销售 Agent 创建客户关系 3. 财务 Agent 开通报销权限 没有 A2A：邮件 → 钉钉 → 手动填单 → 等审批 有了 A2A：HR Agent 完成 → 自动通知销售 Agent → 自动通知财务 Agent

当前 Agent 生态的痛点：

痛点	具体表现
框架孤岛	LangChain、CrewAI、AutoGPT 各自闭环，跨框架无法直接通信
手动串联	多 Agent 流程靠人手动传递信息，效率低且易出错
能力不可见	A Agent 不知道 B Agent 能干什么，无法动态发现和调度
安全失控	Agent 之间直接调用 API，没有标准化的身份认证和权限管理

A2A（Agent-to-Agent）协议由 Google 于 2025 年 4 月发布，专门解决这些问题。2025 年 6 月捐赠给 Linux 基金会，已发布 V1.0 GA，150+ 组织生产部署。

二、A2A vs MCP vs 子 Agent：三个层次别搞混

聊 A2A 最大的误区是把它跟 MCP、子 Agent 混在一起——它们解决的根本不是同一层问题：

┌─────────────────────────────────────────────────────────────┐ │ 应用层（业务流程） │ │ ┌─────────────────────────────────────────────────────┐ │ │ │ A2A：Agent ↔ Agent 横向协作 │ │ │ │ "你做背调，我做报销审批，我们怎么对接？" │ │ │ └─────────────────────────────────────────────────────┘ │ │ │ │ ┌───────────────────────┐ ┌───────────────────────────┐ │ │ │ MCP：Agent ↔ 工具 │ │ 子Agent：Agent 内部派生 │ │ │ │ 纵向集成 │ │ 纵向编排 │ │ │ │ "连数据库、调API" │ │ "主Agent拆子任务" │ │ │ └───────────────────────┘ └───────────────────────────┘ │ └─────────────────────────────────────────────────────────────┘

维度	A2A	MCP	子 Agent
解决什么	Agent 间横向协作	Agent 与工具/数据纵向集成	系统内任务拆分
一句话类比	SMTP（邮件协议）	USB-C（设备接口）	团队内部分工
通信方向	对等	主从	主从
跨框架	天然支持	不涉及	通常同框架内
部署边界	跨组织	单 Agent	单 Agent

MCP 是给 Agent 装手脚，A2A 是给 Agent 装社交网络。

三、A2A 四大核心对象

3.1 Agent Card——Agent 的"名片"

每个支持 A2A 的 Agent 发布一个 JSON 格式的 Agent Card，描述自己的能力、接口和认证方式：

{"name":"HR Background Check Agent","description":"负责新员工背景调查，包括学历验证、工作经历核实","url":"https://hr-agent.example.com/a2a","capabilities":{"streaming":true,"pushNotifications":true},"skills":[{"id":"background-check","name":"背调执行","description":"执行候选人背景调查，返回验证结果","inputModes":["text","file"],"outputModes":["text"]}],"authentication":{"type":"oauth2","authorizationUrl":"https://hr-agent.example.com/auth"}}

关键设计：Agent Card 是声明式的，类似 WSDL/OpenAPI spec。调用方不需要提前硬编码对方接口，运行时读 Card 即可。

3.2 Task——任务生命周期

Task 是 A2A 协作的核心单元，有明确的生命周期：

┌──────────────────────────────────────────────────┐ │ Task 生命周期 │ │ │ │ submitted → working → completed │ │ │ │ │ │ │ │ │ └→ failed │ │ │ │ │ │ │ └→ input-required（需要人工输入） │ │ │ │ │ └→ canceled │ └──────────────────────────────────────────────────┘

状态	含义
`submitted`	任务已提交，远端 Agent 已接收
`working`	远端 Agent 正在处理
`input-required`	需要调用方补充信息（人工介入点）
`completed`	任务完成，产出 Artifact
`failed`	任务失败
`canceled`	任务取消

3.3 Message——对话消息

Agent 之间的对话通过 Message 传递：

{"role":"user","parts":[{"type":"text","text":"请对候选人张三进行背调"},{"type":"file","file":{"name":"resume.pdf","url":"https://example.com/resume.pdf"}}]}

Part 的多种类型：text、file、data（结构化 JSON），确保不同类型内容都能在 Agent 间流转。

3.4 Artifact——任务产出

Task 完成后产出 Artifact：

{"artifact":{"parts":[{"type":"text","text":"背调结论：学历验证通过，工作经历核实通过"},{"type":"data","data":{"candidate":"张三","education_verified":true,"experience_verified":true,"risk_level":"low"}}]}}

四、A2A 通信协议：JSON-RPC 2.0

A2A 基于 JSON-RPC 2.0，所有请求/响应都是标准 JSON：

4.1 核心方法

方法	用途	方向
`tasks/send`	发送任务给远端 Agent	调用方 → 远端
`tasks/get`	查询任务状态	调用方 → 远端
`tasks/cancel`	取消任务	调用方 → 远端
`tasks/push-notification/set`	注册推送通知	调用方 → 远端

4.2 请求示例

{"jsonrpc":"2.0","method":"tasks/send","id":"1","params":{"id":"task-2026-001","message":{"role":"user","parts":[{"type":"text","text":"请对候选人张三进行背景调查"}]}}}

4.3 三种长任务状态获取模式

┌───────────────────────────────────────────────────────┐ │ 模式一：Polling（轮询） │ │ 调用方定期调 tasks/get 查状态 │ │ ✓ 简单 ✗ 浪费资源 ✗ 延迟高 │ ├───────────────────────────────────────────────────────┤ │ 模式二：Streaming SSE（服务端推送事件） │ │ 远端 Agent 通过 SSE 流式返回状态更新 │ │ ✓ 实时 ✗ 需保持连接 ✓ 适合大模型流式输出 │ ├───────────────────────────────────────────────────────┤ │ 模式三：Push Notification（Webhook 回调） │ │ 调用方注册回调 URL，远端状态变化时主动推送 │ │ ✓ 解耦 ✓ 适合跨组织 ✗ 需公网可达 │ └───────────────────────────────────────────────────────┘

模式	适用场景	实时性	复杂度
Polling	简单场景、内网	低	低
Streaming SSE	大模型流式输出	高	中
Push Notification	跨组织协作	中	高

五、Java 落地：Spring AI + A2A

5.1 引入依赖

Spring AI 已提供 A2A 支持：

<dependency><groupId>org.springframework.ai</groupId><artifactId>spring-ai-a2a</artifactId><version>1.0.0-GA</version></dependency>

5.2 发布 Agent Card

@ConfigurationpublicclassA2aConfig{@BeanpublicAgentCardhrAgentCard(){returnAgentCard.builder().name("HR Background Check Agent").description("负责新员工背景调查").url("https://hr-agent.example.com/a2a").capabilities(Capabilities.builder().streaming(true).pushNotifications(true).build()).skills(List.of(Skill.builder().id("background-check").name("背调执行").description("执行候选人背景调查").inputModes(List.of("text","file")).outputModes(List.of("text")).build())).build();}}

5.3 实现 A2A 端点

@RestController@RequestMapping("/a2a")publicclassA2aController{privatefinalHrBackgroundCheckServicecheckService;@PostMappingpublicResponseEntity<JsonRpcResponse>handleRequest(@RequestBodyJsonRpcRequestrequest){switch(request.getMethod()){case"tasks/send":Tasktask=checkService.startCheck(request.getParams());returnResponseEntity.ok(JsonRpcResponse.success(task));case"tasks/get":Taskcurrent=checkService.getStatus(request.getParams().getId());returnResponseEntity.ok(JsonRpcResponse.success(current));case"tasks/cancel":checkService.cancel(request.getParams().getId());returnResponseEntity.ok(JsonRpcResponse.success(null));default:returnResponseEntity.ok(JsonRpcResponse.error("Method not found",-32601));}}// Agent Card 端点@GetMapping("/.well-known/agent-card")publicAgentCardgetAgentCard(){returnhrAgentCard();}}

5.4 调用远端 Agent

@ServicepublicclassOnboardingService{privatefinalA2aClienta2aClient;publicStringstartBackgroundCheck(StringcandidateName){// 1. 发现 Agent（读 Agent Card）AgentCardhrCard=a2aClient.discover("https://hr-agent.example.com/a2a/.well-known/agent-card");// 2. 发送任务TaskRequesttaskRequest=TaskRequest.builder().message(Message.builder().role("user").parts(List.of(TextPart.of("请对候选人 "+candidateName+" 进行背调"))).build()).build();Tasktask=a2aClient.sendTask(hrCard.getUrl(),taskRequest);// 3. 轮询等待完成（生产环境用 Push Notification）while(task.getStatus().getState()==TaskState.WORKING){Thread.sleep(5000);task=a2aClient.getTask(hrCard.getUrl(),task.getId());}// 4. 获取产出if(task.getStatus().getState()==TaskState.COMPLETED){returntask.getArtifacts().get(0).getParts().get(0).getText();}thrownewRuntimeException("背调任务失败: "+task.getStatus());}}

5.5 注册 Push Notification

// 调用方注册回调a2aClient.setPushNotification(hrCard.getUrl(),PushNotificationConfig.builder().url("https://my-agent.example.com/a2a/callback").authentication(AuthConfig.builder().type("oauth2").tokenUrl("https://auth.example.com/token").build()).build());

六、A2A 与中国国标 GB/Z 185-2026

中国于 2026 年发布了 GB/Z 185-2026《智能体间协作通信协议》，与 A2A 高度对齐：

维度	A2A (Google/Linux Foundation)	GB/Z 185-2026 (中国国标)
核心模型	Agent Card + Task + Message	基本一致
传输协议	JSON-RPC 2.0 over HTTP	JSON-RPC 2.0 over HTTP
认证方式	OAuth2 / API Key	国密算法 + OAuth2
扩展点	Skill、Part 类型	增加合规审计字段
互操作性	可互操作	可互操作

实践建议：国内项目优先适配国标，出海项目用 A2A 标准。两者核心模型一致，切换成本很低。

七、A2A 生产落地 Checklist

实践	原因
Agent Card 必须 HTTPS + 认证	防止伪造 Agent 能力描述
长任务用 Push Notification	Polling 浪费资源，SSE 不适合跨组织
Task 设置超时	Agent 可能宕机，调用方不能无限等
Artifact 做版本控制	Agent 可能多次迭代产出
敏感数据用加密 Part	Agent 间传输的数据可能包含个人信息
加可观测性（Trace ID）	多 Agent 链路追踪，出了问题能定位
Agent Card 版本管理	能力变更需要版本控制，避免调用方缓存过期

八、A2A 生态现状

指标	数据
协议版本	V1.0 GA
管理方	Linux Foundation
生产部署组织	150+
主流框架支持	Spring AI、LangChain4j、Google ADK、CrewAI
中国国标	GB/Z 185-2026
与 MCP 关系	互补（A2A 管横向，MCP 管纵向）

九、总结

A2A 解决的是 Agent 世界的"社交问题"——不同框架、不同厂商的 Agent 怎么对话、怎么协作、怎么安全地交换任务：

Agent Card 是入口：声明式能力描述，运行时发现
Task 是核心：明确的生命周期，从提交到完成
JSON-RPC 2.0 是骨架：简单、标准、语言无关
三种通知模式：Polling / SSE / Push Notification，按场景选
MCP 互补不竞争：一个管工具集成，一个管 Agent 协作

一句话：MCP 给 Agent 装了手和脚，A2A 给 Agent 装了社交网络。两手都要硬，Agent 才能真正干活。

相关阅读：

A2A Protocol 官方规范
Spring AI A2A 集成文档
GB/Z 185-2026 智能体间协作通信协议

日记详情

Agent 之间怎么对话？A2A 协议全景解析：从概念到 Java 落地